共查询到18条相似文献，搜索用时 250 毫秒
1.
聚类分析计算方法的理论及结果比较 总被引：6，自引：0，他引：6
通过对聚类分析中几种数据规格化方法、相似系数计算方法以及聚类递推公式进行分析，并以雷州半岛芒果炭疽病发生的生态区划为实例进行研究。结果表明：均值规格化是聚类分析中最好的规格化方法；相似系数可分为绝对差异相似性、相对差异相似性和比例相似性三类；各种递推公式所得的聚类结果树谱图及其拓朴矩阵表明最短距离法的聚类结果与模糊聚类结果相同。 相似文献
2.
围绕完全规格化缔合勒让德函数(fully normalized associated legendre functions, fnALFs)的计算精度和稳定性问题,以及常用的列式递推公式的适用性问题,基于勒让德函数的原理性公式给出4种类型的列式递推公式。研究表明,Belikov的列式递推公式间接算法的普适性仅约3 100阶,而完全规格化后直接算法的普适性约为15 000阶。在所有的列式递推公式中,Belikov公式最优。列式递推公式中的系数越小,溢出现象出现得越慢,递推阶次越高,递推公式越优良。 相似文献
3.
在引潮位展开过程中,为使大地系数的数值在不同阶次中保持相对稳定,对其进行规格化处理。从引潮位的基本理论公式出发,在分析缔合勒让德函数及其完全规格化的基础上,给出了引潮位展开中3类不同规格化(Doodson规格化、Cartwright & Tayler规格化、Hartmann & Wenzel规格化)公式的具体形式,得到3者之间的转换关系与转换系数。同时给出Doodson规格化中2~6阶规格化因子的具体数值,指出并改正Doodson、Roosbeek文献和IERS 2003、2010规范中的3处错误。 相似文献
4.
欧自強 《大地测量与地球动力学》1987,(4)
应用模糊聚类分析法确定形变网中的相对不动点群是一种比较理想的方法。本文在文献[1]的基础上对该方法作了更进一步的研究。提出了以“指数相似系数法”公式求聚类分析的相似系数的方法,并通过一个模拟网的分析验证了该方法寻找相对不动点群的可靠性。结果表明:1.该方法能够将变形网中移动量大于4σ的点准确地从稳定点群中区分出来;2.当网中存在多组相对不动点时,该方法虽能将它们相互分开,但无法确定采用哪组作拟稳点;3.在网中不存在稳定点的情况下,该方法还能将移动量大的点与移动量小的点区分开。 相似文献
5.
针对传统GIS数据模型描述信息有限以及对象化聚类分析内容不够全面的问题,提出了基于时空对象的聚类方法的流程和应用特点。首先总结了空间聚类和时空聚类的研究现状和主要方法;根据全空间信息系统中多粒度时空对象的描述框架及时空数据的"三维"特征,认为基于时空对象的聚类方法应包含3个方面:时空对象时间序列的相似性描述、基于时空对象的聚类计算及时空对象聚类的有效性评价;最后总结了该方法的特点并展望了其应用场景。基于时空对象的聚类方法研究有助于更全面地分析时空对象空间位置、属性特征及其变化特点,为多粒度时空对象的时空分析提供一种思路。 相似文献
6.
王启梁 《大地测量与地球动力学》1983,(3)
形变三角网中相对不动点群对于某一起始点来说,其各点之旋转角(α)和缩放系数(S)都应该是比较接近的。如何将α比较接近的各点以及S比较接近的各点与其它点分离出来,可利用模糊数学中建立在等价关系基础上的模糊聚类分析方法。首先建立以每一三角点为起始点的α和S两个样本空间,计算样本向量之间的相似系数(γij),经过合成运算求得两个模糊等价关系矩阵(Rα,Rs),取λ水平集,即可得到聚类结果。再与各点之最大剪切应变值及其隶属函数(μ_r)进行比较(相对不动点群各点之μr应为1或接近1),以验证聚类结果是否正确。 相似文献
7.
现有OD流向聚类多将O点和D点相分离或者将OD流向看作4维空间的数据点进行聚类处理,忽视了流向长度、方向、时间对流向聚类的影响。本文以流向作为研究对象,提出一种基于流向间相似性度的逐级合并OD流向时空联合聚类算法。首先在充分研究OD流向的空间信息和时间信息的基础上,构建合理的OD流向间时空相似性度量方法,对OD流向间的时空相似性进行量化;然后提出逐级合并OD流向聚类策略,优化类簇合并的顺序,以减少层次聚类的时间开销,实现OD流向的时空联合聚类。以成都市的滴滴出行OD数据和纽约市出租车数据为例对本文方法进行了验证,结果表明：① 本算法聚类获得的流向类簇不仅带有空间特征还具备时间特征;② 在不同参数下本方法可以得到不同时空尺度的聚类结果;③ 与现有较高水平的流向聚类算法相对比,本文方法的聚类效果更好。这体现在流向类簇内部的流向之间有着充分的相似性,以及本文方法不仅可以提取出显著的流向类簇,还可以提取出非热点区域之间的流向类簇。本算法顾及空间因素和时间因素,可以通过调整时空相似性度量方法中的时间参数和空间参数以实现不同时空尺度的流向聚类,这使得从不同时空角度研究城市居民出行模式成为可能。本文提出的OD流向时空联合聚类算法从联合时间信息和空间信息的角度获得对运动数据的新见解,有助于合理全面地研究居民的移动模式、区域之间的空间联系、已知出行结构的确定以及出行目的的探索,是后续一系列分析工作的基础。 相似文献
8.
基于密度的轨迹时空聚类分析 总被引：1，自引：0，他引：1
通过轨迹聚类分析挖掘物体移动模式的空间分布和时间特征,对于认识运动的形成机制,预测运动的未来发展具有重要的意义。目前,轨迹聚类研究主要关注物体的空间位置变化,时空聚类中时间约束一般只是作为辅助信息,并不真正参与聚类。本文提出基于密度的轨迹时空聚类方法,在聚类过程中同时考虑轨迹包含的时空信息,在空间聚类的基础上提出了轨迹线段时间距离的度量方法和阈值确定原则,对时空邻域密度进行聚类分析,挖掘物体的时空移动模式。实验对南海涡旋轨迹进行时空聚类分析,得到了涡旋典型移动模式的空间分布和时间特征,验证了基于密度的轨迹时空聚类方法的有效性。加入时间约束后,移动通道主要发生缩短、分裂和消失的变化。和空间聚类相比,轨迹时空聚类可有效地划分发生在同一位置不同时间的轨迹,得到的聚类结果更加细化,移动模式更加准确,有利于物体的移动模式做更深入的分析。 相似文献
9.
等高线是一种以曲线群簇展现地表起伏形态的表达方式,多源等高线数据之间的相似度能够反映地形地貌的变化程度,因此等高线群的相似性度量是地形图更新、多源数据融合及制图综合领域的关键环节之一。当前的等高线相似性度量方法主要基于要素的单一拓扑特征或几何特征,由于地理空间数据的复杂性和地理要素变化的多样性,这种通过计量多源数据数据单一特征之间的相似与差异程度的方法并不能完整表达多源数据之间的异同,在变化复杂区域、图幅边界区域以及等高线分布密集区域会导致不一致问题。因此,本文引入空间相似度理论,综合探讨了等高线群的相似性层次结构;研究了拓扑特征和几何特征在等高线群相似性度量中的关系和作用机理,构建了等高线群相似性层次结构;讨论了其中各个影响要素的相互关系和相似性度量方法,提出了一种基于拓扑特征和几何特征的区域等高线群混合相似性度量模型,并利用层次分析方法求解各级相似元的权重系数。通过模拟实验和真实数据实验对本文方法的可靠性和有效性进行验证,结果表明：本文提出的等高线群混合相似性度量模型能够定量描述不同尺度不同来源等高线群之间的相似与差异程度,并具有较好的有效性和可靠性;根据本文的混合相似性度量结果和更新阈值之间的关系,对满足更新要求的变化区域实施局部更新,且精度检验表明论文方法能够为等高线数据的更新应用提供可靠依据。 相似文献
10.
轨迹聚类是空间数据挖掘领域的一个研究热点，对城市交通规划、路网结构提取与更新等具有重要意义。轨迹聚类包括轨迹相似性度量和聚类参数设置2个核心问题。然而，由于轨迹的形态结构特征复杂，现有轨迹相似性度量指标存在对噪声敏感或未充分考虑轨迹运动方向一致性的问题，且大多数聚类算法仍需人为设置参数，聚类挖掘结果的质量受到用户主观经验的影响。针对上述问题，本文提出了一种融合多特征的移动轨迹自适应聚类方法。首先，通过融合轨迹的空间邻近性和运动方向特征定义了一种对噪声鲁棒的轨迹相似性度量指标—DSPD距离；在此基础上，通过扩展Ward层次聚类方法提出了一种基于中心轨迹概念的空间层次聚类算法，该算法使用DSPD距离作为相似性度量指标，利用聚类特征曲线自动确定最佳聚类参数。以11组模拟轨迹数据和武汉市真实轨迹数据为例进行实验与分析，结果表明，本文方法在顾及空间邻近性的基础上，可以有效区分不同移动方向的轨迹簇，同时，利用轨迹数据特征自动确定聚类参数，降低了挖掘结果的主观性。 相似文献
11.
计算不同尺度下空间目标的相似性是GIS研究的热点问题之一。点群是地理空间群组目标的一种,研究其相似性可对空间群组目标的计算机制图结果进行评价。以往的理论研究主要从影响点群目标的单一因子出发,对影响点群目标的简单因子进行分析,并以此提出相应计算模型。为了研究点群目标在不同尺度下的相似性问题,本文在前人研究的基础上,整合了影响点群目标相似性的主要因子（包括拓扑关系、方向关系、距离关系、分布范围和分布密度）,并分别提出拓扑相似度、方向相似度、分布范围相似度、距离相似度分布和密度相似度的计算模型,从整体上把握计算点群目标的相似性。通过层次分析法,赋予5种因子相应的权重,最后集成不同尺度下点群目标相似度的总体计算模型。经过计算验证,该方法能较准确地计算不同尺度下点群目标的相似程度,为制图综合质量做出评价。 相似文献
12.
Water level is an important index for studying hydrologic processes. Water level rise processes were studied in three catchments (catchment I, II, III in Chen Jiagou watershed in the Three Gorge Reservoir Area) with different areas to provide useful information to inform data extension from a gauged-catchment to an ungauged catchment. The results showed that there are seasonal changes in the dominant driving mode of the rise of the water level. The rise of the water level in March is likely mainly driven by the mode of stored-full runoff, and in September or October, it is mainly driven by Horton-flow. The correlation coefficients of all indexes were significant among the three catchments, suggesting that these catchments have similarities and that water level data extension is likely to be completed successfully between the large catchment (III-Catchment) and the small catchment (I-Catchment). It was confirmed that there is good similarity between the 0.6 km2 and 6 km2 catchments, and the data correlation is good between the catchments with the area differences in the Three Gorges Reservoir Area. In addition, the rise processes of the water level in the catchments were not only different under the same rain conditions, but this difference could also change with the rain condition. 相似文献
13.
时空聚类是数据挖掘研究的主要内容之一,在环境保护、疾病预防与控制、犯罪预防与打击等领域具有重要的应用价值。已有的时空聚类方法中,时间“距离”都认为是真实的间隔,而对于具有社会属性的案事件而言,其在不同时间尺度下具有明显的周期性特征,忽略这些特征将很难反映出案事件真实的时空规律。本文综合考虑多时间尺度下的时间属性,构建等效时空邻近域,并借鉴经典的密度聚类算法,提出了多时间尺度等效时空邻近域密度聚类算法（MTS-ESTN DBSCAN）。通过对福州市区2013年案事件数据的聚类分析表明,该方法在案事件时空聚类方面具有可行性,对于进一步深入研究城市犯罪地理具有一定的理论意义和实际价值。 相似文献
14.
基于等高线簇分析的复杂建筑物模型重建方法 总被引：1，自引：0，他引：1
近年来,基于LIDAR点云数据的建筑物重建模型一直是研究的热点。目前,出现的许多算法对简单建筑物,如平顶房屋、人字行屋顶及其他规则房屋的重建取得了不错的效果,但是,对于结构复杂的建筑物重建问题仍然有待解决。针对这一问题,本文提出了一种利用等高线簇分析从LIDAR数据中自动重建复杂建筑物模型的新算法。该算法是一种自底向上的数据驱动方法,以等高线所反映出的建筑物轮廓特征为基础,充分利用等高线封闭性和明确的拓扑关系,采用等高线形状分析的方法来实现建筑物的检测和模型识别与重建。算法实现分为4个步骤,首先,通过对LIDAR点云数据的DELAUNAY三角化跟踪提取等高线,然后利用等高线的长度,面积等形状参数来提取建筑物等高线,再通过拓扑分析,以及形状匹配的方法对等高线进行分簇,得到同一建筑物不同组成部分的等高线簇,最后,对各簇等高线进行模型参数优化并按拓扑关系进行重组得到完整的建筑物模型。通过对多层次、多曲面等复杂建筑物的重建实验证明了此方法的可行性。 相似文献
15.
同一地物在不同比例尺或者不同来源的地图上通常存在着相似性,对于图形几何形似性度量方法的研究有利于地图编制、查询、匹配、更新。线状地物要素在地图中占有很大的比例,因此,本文以线状空间目标为例,在前人的基础上给出了线状空间数据的几何图形相似性度量模型:(1)以差异距离作为相似性特征的位置相似度;(2)以分形维数作为相似性特征的形状相似度;(3)以长度或者周长作为相似性特征的大小相似度。相对于(3)大小相似度而言,(1)位置相似度、(2)形状相似度综合考虑了几何图形整体统计的方法和局部几何特征结构。完成多尺度传输的线状空间数据几何相似性度量实验,并对数据传输量与几何相似性度量方法进行比较,实验结果表明:基于广义Hausdorff距离模型的中位数Hausdorff距离的位置相似性对于空间数据渐进性传输具有稳定性和可行性。最后,总结了本文的研究成果,并展望了该方向进一步研究的若干问题。 相似文献
16.
针对栅格数据,传统聚类方法大都基于专题属性进行聚类,分裂了栅格对象的空间特性与专题属性,而兼顾空间与专题属性的现有空间聚类方法又存在算法复杂、参数设置多等问题,因此本文提出了一种面向栅格的空间-属性双重约束聚类算法（A Raster-oriented Clustering Method with Space-Attribute Constraints, RoCMSAC）。RoCMSAC利用栅格数据空间邻域和空间连通特性,重新定义栅格簇的相似性度量准则,通过属性均质簇生成,空间相邻栅格簇合并和空间邻近栅格簇合并3个步骤对栅格数据进行空间-属性双重约束聚类。利用太平洋海域海表温度栅格数据对算法的可行性以及有效性进行验证,并与现有算法进行对比分析。通过实例验证与对比发现：① RoCMSAC方法能够保证栅格簇空间域的邻近性和属性域的均质性;② RoCMSAC方法可发现复杂形状的栅格簇,且算法时间复杂度低,需输入参数较少。 相似文献
17.
运用差异系数检验、主成分分析、判别分析和聚类分析等4种多元统计分析方法,采用5个比例性状,比较研究了广西北海、广东湛江和汕尾的3个翡翠贻贝野生种群的形态性状差异。结果表明:(1)3个种群间5个比例性状的差异系数在0.024～1.134之间,种群间尚未达到亚种差异水平;(2)主成分分析构建了3个主成分,PC1、PC2和PC3贡献率分别为40.134%、27.956%和20.614%,累计贡献率为88.704%;(3)利用逐步判别法选择3个贡献率较大的性状进行判别分析,建立了3种群判别函数,判别准确率为P1为73.0%～88.0%,P2为74.6%～86.8%,综合判别率为79.7%;(4)聚类分析显示,北海种群与汕尾种群形态较为接近,湛江种群趋异程度最大。各种分析方法从不同角度反映了群体间的形态学差异,这种差异是环境和遗传共同作用的结果。 相似文献
18.
在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。 相似文献